論文の概要: Practical numerical integration on NISQ devices

• arxiv url: http://arxiv.org/abs/2004.05739v2
• Date: Tue, 28 Apr 2020 19:16:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-24 11:36:58.753429
• Title: Practical numerical integration on NISQ devices
• Title（参考訳）: NISQデバイスにおける数値統合
• Authors: Kwangmin Yu, Hyunkyung Lim, Pooja Rao
• Abstract要約: 数値積分のための量子アルゴリズムは、Groversアルゴリズムと共に量子振幅推定 (QAE) (Brassard et al., 2002) を利用する。 QAEは、通常、多くのアンシラ量子ビットと制御された操作を必要とする量子位相推定(QPE)に依存しているため、NISQデバイスに実装することを熱心に考えている。 我々は、Qiskitを用いたIBM量子デバイス上での数値積分のための新しいアルゴリズムを実装し、各ターゲットデバイス上の回路を最適化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper addresses the practical aspects of quantum algorithms used in numerical integration, specifically their implementation on Noisy Intermediate-Scale Quantum (NISQ) devices. Quantum algorithms for numerical integration utilize Quantum Amplitude Estimation (QAE) (Brassard et al., 2002) in conjunction with Grovers algorithm. However, QAE is daunting to implement on NISQ devices since it typically relies on Quantum Phase Estimation (QPE), which requires many ancilla qubits and controlled operations. To mitigate these challenges, a recently published QAE algorithm (Suzuki et al., 2020), which does not rely on QPE, requires a much smaller number of controlled operations and does not require ancilla qubits. We implement this new algorithm for numerical integration on IBM quantum devices using Qiskit and optimize the circuit on each target device. We discuss the application of this algorithm on two qubits and its scalability to more than two qubits on NISQ devices.
• Abstract（参考訳）: 本稿では,数値積分における量子アルゴリズムの実用的側面,特にノイズ中間量子(NISQ)デバイスの実装について述べる。 数値積分のための量子アルゴリズムは、グローバーズアルゴリズムと共に量子振幅推定 (qae) (brassard et al., 2002) を用いる。 しかしQAEは、通常、多くのアシラ量子ビットと制御操作を必要とする量子位相推定(QPE)に依存しているため、NISQデバイス上での実装に熱心である。 これらの課題を軽減するために、最近発表されたQAEアルゴリズム (Suzuki et al., 2020) は、QPEに依存しないが、制御された操作がはるかに少なく、アンシラ量子ビットを必要としない。 我々は、Qiskitを用いたIBM量子デバイス上での数値積分のための新しいアルゴリズムを実装し、各ターゲットデバイス上の回路を最適化する。 このアルゴリズムを2つの量子ビットに適用し、NISQデバイス上で2つ以上の量子ビットに対するスケーラビリティについて論じる。

関連論文リスト

• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Reducing runtime and error in VQE using deeper and noisier quantum circuits [0.0]
  VQEを含む多くの量子アルゴリズムのコアは、ロバスト振幅推定と呼ばれる手法を用いて精度と精度で改善することができる。 より深く、よりエラーを起こしやすい量子回路を使用することで、より少ない時間でより正確な量子計算を実現する。 この技術は、初期のフォールトトレラント量子計算の仕組みに量子計算を高速化するために用いられる。
  論文  参考訳（メタデータ） (2021-10-20T17:11:29Z)
• Noisy intermediate-scale quantum (NISQ) algorithms [0.5325753548715747]
  整数因数分解や非構造データベース探索のような効率よく解くことができる普遍的フォールトトレラント量子コンピュータは、誤り率の低い数百万の量子ビットと長いコヒーレンス時間を必要とする。 このようなデバイスの実現に向けた実験的進歩は数十年の研究を要する可能性があるが、ノイズの多い中規模量子コンピュータ(NISQ)はすでに存在する。 これらのコンピュータは数百のうるさいクビットで構成されている。 誤り訂正されていないキュービットは、限られたコヒーレンス時間で不完全な操作を実行する。
  論文  参考訳（メタデータ） (2021-01-21T05:27:34Z)
• Hybrid quantum-classical algorithms and quantum error mitigation [0.688204255655161]
  Googleは先頃、50量子ビットを超えるノイズの多い中間スケール量子デバイスを使用することで、量子超越性を達成した。 本稿では,ハイブリッド量子古典アルゴリズムと量子誤り軽減技術の基礎的結果について概説する。
  論文  参考訳（メタデータ） (2020-11-02T23:34:22Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• SQUARE: Strategic Quantum Ancilla Reuse for Modular Quantum Programs via Cost-Effective Uncomputation [7.92565122267857]
  本稿では,量子プログラムにおけるスクラッチキュービット(アンシラ)の割り当てと再利用に取り組むコンパイル基盤を提案する。 中心となるSQUAREは、量子ビット再利用の機会を生み出すために、戦略的に非計算を行う。 SQUARE は NISQ アプリケーションの平均成功率を 1.47 倍改善することを示した。
  論文  参考訳（メタデータ） (2020-04-18T06:34:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。